时间序列分析这件小事(五)--MA模型

本文介绍了时间序列分析中的MA(移动平均模型)和ARMA(自回归移动平均模型)。MA模型是将不同阶滞后的白噪音进行线性加权来拟合数据,而ARMA则是AR和MA的结合。通过R语言的函数进行模型识别,如acf和自定义函数。文章提到了forecast包的auto函数在模型参数识别中的准确性。
摘要由CSDN通过智能技术生成

 无意中发现了一个巨牛的人工智能教程,忍不住分享一下给大家。教程不仅是零基础,通俗易懂,而且非常风趣幽默,像看小说一样!觉得太牛了,所以分享给大家。教程链接:https://www.cbedai.net/qtlyx

 

1.MA

之前讲了AR模型,与之对应的是MA模型,也就是移动平均模型。与AR模型类似,只不过,之前是由不同阶滞后的序列拟合出yt,而现在是不同阶滞后的白噪音拟合。说白了,就是我们认为yt是白噪音的线性加权。同样的,我们利用R语言自带的函数来实现MA的学习。

 

#example 7
y3 = arima.sim(n=100,list(ma = 0.8))
plot(y3,type = 'o')

 

 

 

 

 

同样的,acf与模型辨识函数都可以使用。

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

钱塘小甲子

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值